新しい技術詳細コース: AWS の生成 AI 基盤 | アマゾン ウェブ サービス

新しい技術詳細コース: AWS の生成 AI 基盤 | アマゾン ウェブ サービス

ソースノード: 2784418

Generative AI Foundations on AWS は、AWS 上で最先端の基盤モデルを事前トレーニング、微調整、デプロイするための概念的な基礎、実践的なアドバイス、実践的なガイダンスを提供する新しい技術的な詳細コースです。超えて。 AWS 生成 AI ワールドワイド財団リーダーのエミリー ウェバーによって開発されたこの無料のハンズオン コースとサポートする GitHub ソース コードは、 AWS Youtube。 基礎モデル、特にデータ サイエンスや機械学習のプロジェクトで生成機能を解き放つモデルについて理解するための、トップのリソース、コンセプト、ガイダンスを集めた厳選されたプレイリストをお探しの場合は、もう探す必要はありません。

この 8 時間の詳細な説明では、基礎モデルを根本から理解するのに役立つ主要なテクニック、サービス、トレンドについて紹介します。 これは、理論、数学、抽象的な概念を分析し、実践的な演習と組み合わせて、実際の応用に向けた機能的な直観を獲得することを意味します。 コース全体を通じて、私たちは徐々に複雑になる幅広い生成 AI テクニックに焦点を当て、最高のパフォーマンスを得るために独自のモデルを理解し、設計し、適用するための強力な基盤を提供します。 まずは基礎モデルを要約し、その由来、仕組み、生成 AI との関係、カスタマイズ方法を理解します。 次に、ユースケースに適した適切な基盤モデルの選択について学びます。

基礎モデルとその使用方法について状況に応じた深い理解を深めたら、このコースの中核となる主題である新しい基礎モデルの事前トレーニングに進みます。 これを行う理由と、それがどのように、どこで競争力があるのか​​を学びます。 スケーリングの法則を使用して適切なモデル、データセットを選択し、サイズを計算する方法も学びます。 適切なインスタンスやストレージ技術の選択など、AWS 上で大規模なトレーニング データセットを準備する方法について説明します。 基礎モデルの微調整、最新の技術の評価、スクリプトとモデルを使用してこれらを実行する方法について説明します。 人間のフィードバックを使用した強化学習について詳しく説明し、基礎モデルのパフォーマンスを真に最大化するためにそれを巧みに大規模に使用する方法を探ります。

最後に、新しい基礎モデルをデプロイすることで、理論を運用環境に適用する方法を学びます。 アマゾンセージメーカーこれには、複数の GPU にわたるものや、検索拡張生成や連鎖ダイアログなどの最上位のデザイン パターンの使用が含まれます。 追加のボーナスとして、Stable Diffusion の詳細、プロンプト エンジニアリングのベスト プラクティス、LangChain の立ち上げなどについて説明します。

ビデオ消費者というよりは読書家ですか? 私の 15 章からなる本「Python でのビジョンと大規模言語モデルの事前トレーニング: AWS で基盤モデルを構築およびデプロイするためのエンドツーエンドのテクニック」は、31 年 2023 月 XNUMX 日に Packt 出版から発売され、現在は以下から入手できます。 Amazon。 すぐにコードに取り掛かりたいですか? 私はあなたと一緒です。すべてのビデオは、主要なコンセプトとビジュアルの 45 分間の概要から始まります。 次に、実践的な部分を 15 分間説明します。 すべてのサンプル ノートブックとサポート コードはパブリック リポジトリに同梱されており、これを使用して自分でステップ実行できます。 Medium でお気軽にご連絡ください。 LinkedIn, GitHubの、または AWS チームを通じて。 詳しくはこちら AWS 上の生成 AI.

ハッピートレイル!

コース概要

1. 基礎モデルの紹介

  • 大規模言語モデルとは何ですか?また、それらはどのように機能しますか?
  • 彼らはどこから来たのか?
  • 他のタイプの生成 AI にはどのようなものがありますか?
  • 基礎モデルをカスタマイズするにはどうすればよいですか?
  • 生成モデルをどのように評価しますか?
  • 実践的なウォークスルー: SageMaker の基礎モデル

レッスン 1 のスライド

レッスン 1 の実践的なデモのリソース

2. 適切な基礎モデルの選択

  • 適切な基礎モデルから始めることが重要な理由
  • サイズを考慮して
  • 精度を考慮して
    • 使いやすさを考慮して
  • ライセンスを検討中
  • このモデルが業界でうまく機能している以前の例を検討する
    • 外部ベンチマークを考慮する

レッスン 2 のスライド

レッスン 2 の実践的なデモのリソース

3. 事前トレーニングされた基礎モデルの使用: 迅速なエンジニアリングと微調整

  • 事前トレーニングされた基礎モデルから始める利点
  • 迅速なエンジニアリング:
    • ゼロショット
    • シングルショット
    • 数ショット
    • 要約
      • Classification
    • インタビュー
  • 微調整
    • 古典的な微調整
    • パラメータの効率的な微調整
    • ハグフェイスの新しいライブラリ
    • 実践的なウォークスルー: SageMaker での迅速なエンジニアリングと微調整

レッスン 3 のスライド

レッスン 3 の実践的なデモのリソース

4. 新しい基礎モデルの事前トレーニング

  • 新しい基礎モデルを作成する必要があるのはなぜですか?
    • 事前トレーニングと微調整の比較
  • 事前トレーニング用にデータセットを準備する
  • SageMaker の分散トレーニング: ライブラリ、スクリプト、ジョブ、リソース
  • 新しいスクリプトを SageMaker 分散トレーニングに適応させる理由と方法

レッスン 4 のスライド

レッスン 4 の実践的なデモのリソース

5. 大規模なデータの準備とトレーニング

  • AWS で大規模なデータを準備するためのオプション
  • CPU インスタンスでの SageMaker ジョブの並列処理について説明する
  • SageMaker Training にデータを送信するモードの説明
  • Lustre 用 FSx の概要
  • SageMaker トレーニングのための大規模な FSx for Lustre の使用
  • 実践的なウォークスルー: SageMaker トレーニング用に Lustre を構成する

レッスン 5 のスライド

レッスン 5 の実践的なデモのリソース

6. 人間のフィードバックによる強化学習

  • このテクニックとは何ですか、そしてなぜそれを気にするのでしょうか
  • 人間の好みを大規模にランク付けすることで、主観性と客観性に関する問題をどのように回避するか
  • システムを教えてください。
  • SageMaker Ground Truth でこれを行う方法
  • 報酬モデリングの更新
  • ハンズオン ウォークスルー: SageMaker の RLFH

レッスン 6 のスライド

レッスン 6 の実践的なデモのリソース

7. 基礎モデルのデプロイ

  • なぜモデルをデプロイする必要があるのでしょうか?
  • AWS に FM をデプロイするためのさまざまなオプション
  • デプロイメント用にモデルを最適化する方法
  • 大規模モデルのデプロイメントコンテナの詳細
  • SageMaker に FM をデプロイするための主な構成のヒント
  • 基礎モデルを呼び出すための迅速なエンジニアリングのヒント
  • 検索拡張生成を使用して幻覚を軽減する
  • 実践的なウォークスルー: SageMaker への FM のデプロイ

レッスン 7 のスライド

レッスン 7 の実践的なデモのリソース


著者,

エミリー・ウェバー SageMakerがリリースされた直後にAWSに参加し、それ以来、世界中にそのことを伝えようとしています。 エミリーは、顧客のために新しいML体験を構築する以外に、チベット仏教の瞑想と勉強を楽しんでいます。

タイムスタンプ:

より多くの AWS機械学習